论文部分内容阅读
肺结节诊断信息对判断肺结节的良恶性有重要意义,因此,提出一种基于高通量特征与BoF特征的肺结节诊断信息分级方法。该方法首先对肺部图像影像数据集(LIDC)数据集中604例患者的肺部计算机断层扫描(CT)图像进行筛选,得到含有肺结节的肺部CT图像2803幅,并由有经验的医生勾画相应的肺结节轮廓。然后使用影像组学的方法设计并提取96个高通量特征,同时提取肺结节图像的SIFT(scale invariant feature transform)特征并使用K-means聚类方法得到相应的BoF特征。最后,将高通量特征与BoF(bag of feature)特征输入基于支持向量机的多类分类器进行诊断信息的分级。实验结果表明,基于高通量特征与BoF特征的分析方法可以有效地对肺结节诊断信息进行分级,每类诊断信息分级的准确率、灵敏性、特异性均在83%、70%、86%以上,可为临床诊断提供有价值的参考建议。